10.4K+ Star！AI Hedge Fund：一个基于AI的对冲基金交易系统

最新推荐文章于 2025-04-22 15:41:44 发布

程序员笑武

最新推荐文章于 2025-04-22 15:41:44 发布

阅读量1.5k

点赞数 9

文章标签：人工智能 react.js 前端深度学习机器学习

本文链接：https://blog.csdn.net/m0_59164304/article/details/146145989

版权

AI Hedge Fund 简介

AI Hedge Fund[1] 一个概念验证项目，目标是探索人工智能在交易决策中的应用。

该项目通过模拟多种投资策略的智能代理（agents），进行股票分析和交易决策。项目仅用于教育和研究目的，不适用于实际交易或投资。

项目特点

主要特点

多策略智能代理：项目包含多种基于著名投资者策略的智能代理，例如：

本杰明·格雷厄姆代理：寻找具有安全边际的价值股。
比尔·阿克曼代理：激进投资并推动变革。
凯西·伍德代理：专注于创新和颠覆性增长投资。
沃伦·巴菲特代理：寻找价格合理的优质公司。
查理·芒格代理：投资于价格合理的优质企业。
估值代理：计算股票内在价值并生成交易信号。
市场情绪代理：分析市场情绪并生成交易信号。
基本面代理：分析公司基本面并生成交易信号。
技术分析代理：分析技术指标并生成交易信号。
风险管理器：计算风险指标并设置仓位限制。
投资组合管理器：最终决策并生成交易订单。

灵活的交易模拟：支持指定股票代码、时间范围进行交易决策模拟。
回测功能：提供回测工具，可对特定时间段的历史数据进行分析。

使用场景

该项目适用于以下场景：

金融教育与研究：帮助学习者了解AI在金融领域的应用。
策略开发与测试：模拟不同投资策略的性能，优化投资组合。
市场分析：通过智能代理分析市场情绪、基本面和技术指标。

项目使用

环境搭建

克隆项目仓库：

git clone https://github.com/virattt/ai-hedge-fund.git   cd ai-hedge-fund

安装 Poetry（如果尚未安装）：

curl -sSL https://install.python-poetry.org | python3 -

安装项目依赖：

poetry install

设置环境变量：

复制 .env.example 文件为 .env：

cp .env.example .env

在 .env 文件中设置以下 API 密钥（至少设置一个）：
OPENAI_API_KEY：用于运行 OpenAI 提供的语言模型。
GROQ_API_KEY：用于运行 Groq 提供的语言模型。
FINANCIAL_DATASETS_API_KEY：用于获取金融数据。
注意：苹果（AAPL）、谷歌（GOOGL）、微软（MSFT）、英伟达（NVDA）和特斯拉（TSLA）的数据无需 API 密钥即可免费使用。

运行项目

运行以下命令启动项目：

poetry run python src/main.py --ticker AAPL,MSFT,NVDA

可选参数：
--show-reasoning：打印每个智能代理的决策逻辑。
--start-date 和 --end-date：指定决策的时间范围，格式为 YYYY-MM-DD。

运行回测工具

运行以下命令启动回测工具：

poetry run python src/backtester.py --ticker AAPL,MSFT,NVDA

可选参数：
--start-date 和 --end-date：指定回测的时间范围。

项目结构

ai-hedge-fund/   ├── src/   │   ├── agents/                   # 智能代理定义和工作流程   │   │   ├── bill_ackman.py        # 比尔·阿克曼代理   │   │   ├── fundamentals.py       # 基本面分析代理   │   │   ├── portfolio_manager.py  # 投资组合管理代理   │   │   ├── risk_manager.py       # 风险管理代理   │   │   ├── sentiment.py          # 市场情绪分析代理   │   │   ├── technicals.py          # 技术分析代理   │   │   ├── valuation.py           # 估值分析代理   │   │   ├── warren_buffett.py      # 沃伦·巴菲特代理   │   ├── tools/                    # 代理工具   │   │   ├── api.py                # API 工具   │   ├── backtester.py             # 回测工具   │   ├── main.py                   # 主入口   ├── pyproject.toml   ├── ...

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述